在年度 AMD Advancing AI 大会上，AMD 董事会主席兼 CEO 苏姿丰博士连放大招，全球首颗 2nm GPU 芯片 Instinct MI455X 正式亮相，号称 " 最强智能体 CPU" 的第六代 EPYC"Venice" 同期登场，还有一套完整的机架级 AI 基础设施 Helios 以及专为机器人设计的 Ryzen 芯片。

AMD 一口气发布了七项覆盖 GPU、CPU、机架、软件、本地 AI 与物理 AI 的全线新品，苏姿丰还宣布，AI 加速器市场的规模预期从去年预测的 2028 年 5000 亿美元大幅上调至 2030 年 1.4 万亿美元，AMD 认为自己在所参与细分市场的机会到 2030 年可达到约 2 万亿美元。

1.MI455X GPU：全球首颗 2nm AI 芯片，40PFLOPS 算力登顶

AMD Instinct MI455X 是迄今为止最先进的 AI 加速器，也是全球首款采用 2nm 制程的 GPU。它基于新一代 CDNA 5 架构，拥有 3200 亿颗晶体管，配备最高 432GB HBM4 显存，支持 FP4、FP6、FP8 等多种 AI 数据格式。

制程与封装方面，MI455X 采用 Chiplet 设计，计算 Chiplet 使用台积电 N2 工艺，Fabric 与缓存裸片（FCD）和 I/O Die 则选用 N3P 工艺，通过台积电 CoWoS-L 2.5D 封装与 3D 混合键合技术组合实现异构集成。

性能参数方面，MI455X 的 MXFP8 峰值算力达 20PFLOPS，MXFP4 峰值算力高达 40PFLOPS，均为上一代 MI355X 的 4 倍。理论显存带宽最高 23.3TB/s，达到上一代的 2.9 倍。在跑 DeepSeek-V4 Flash 模型时，MI455X 的 Token 吞吐量最高可达 MI355X 的 34 倍，每百万 Token 成本降至原来的 1/18。

架构创新方面，MI455X 改用 WGP 作为核心计算组织单位，每个 Shader Engine 配置 16 个启用 WGP；取消了 Wave64 支持，以 Wave32 为主要执行模式；新增 MXFP8、MXFP6、MXFP4 量化支持，还新增 tanh 指令，将超越函数吞吐提高 1 倍。缓存层级也做了重新设计——取消独立的 Infinity Cache，将容量和带宽集中到两个 96MB 的全局 L2 缓存，合计带宽达到 MI355X 整体 Infinity Cache 聚合带宽的 3 倍。

2.Helios 机架级 AI 平台：18000 个 GPU 核心，每美元多产 30%Token

Helios 是 AMD 首个完全集成的机架级 AI 解决方案，基于开放标准设计，包含 72 张 MI455X GPU 和 18 张 Venice CPU，通过 Pensando 网络技术实现互联。

核心规格方面，整套机架提供 18000 个 CDNA 5 GPU 计算单元、4600 个 Zen 6 CPU 核心，31TB HBM4 统一内存，1.7PB/s 显存带宽，峰值 FP4 算力达 2.9EFLOPS，FP8 算力达 1.4EFLOPS。横向扩展带宽 43TB/s，纵向扩展带宽 260TB/s。

网络层面，Helios 采用三层网络架构：前端网络由第三代 Pensando Salina DPU（400G）负责；纵向扩展网络基于第一代 UALoE 以太网架构，将 72 张 GPU 连成统一资源池；横向扩展网络由第二代 Pensando Vulcano AI NIC（800G）支撑，每 GPU 最多可配 3 张 AI NIC，总带宽最高 2.4Tbps。

性能对比方面，相比英伟达 Vera Rubin NVL72 方案，Helios 的 AI 算力高出 15%，HBM 容量高出 50%，横向扩展带宽高出 50%。在跑 Kimi K2 Thinking 模型时，Helios 吞吐量比 Vera Rubin 方案高出 10%~15%，每美元可多生产最多 30% 的 Token。

Helios 现已进入生产阶段，OpenAI、Meta、Anthropic、微软、Oracle 均选用 Helios 参考设计，三家顶尖大模型公司已承诺以吉瓦级规模部署。

3.Venice CPU：2nm 服务器 CPU 实测，性能是英伟达 Vera 的 2.2 倍

第六代 AMD EPYC 9006 系列 "Venice" 是全球首款 2nm 服务器 CPU，也是 AMD 迄今为止性能最强的服务器处理器。

型号布局方面，Venice 系列共四款产品：面向最高性能的 Venice SP7（最高 256 核 /512 线程，1.6TB/s 带宽，64Gbps PCIe 6.0）；平衡性能与成本的 Venice SP8（8~128 核，8 个内存通道）；面向 AI 预处理和 HPC 的 Venice-X（最多 96 核，16 个内存通道，1152MB L3 缓存）；以及提高机架效率的 Verano（最多 72 核，LPDDR5x 内存）。Venice SP7 已进入量产阶段，预计 2026 年 Q4 出货。

性能对比方面，AMD 与英伟达 Vera CPU 直接对标，Venice 的吞吐性能达到 Vera 的 2.2 倍，开箱状态下每核心性能领先 20%。相比英特尔和 Arm 平台，Venice 的吞吐量达到 2 倍，每核心性能达到 1.3 倍。一个使用五年的老旧数据中心（约 1000 颗英特尔至强处理器），只需 82 张 Venice 即可替代，替换比例 12:1，可减少 77% 功耗、92% 服务器数量、40% 五年 TCO。

4.MI350P：风冷 PCIe GPU，每美元 Token 数是英伟达的 4.2 倍

面向企业级服务器，AMD 推出了一款风冷 PCIe GPU —— Instinct MI350P。它配备 144GB HBM3e，显存带宽 4TB/s，支持 PCIe 5.0 × 16，最高 TBP 600W。

在性能表现上，MI350P 的每美元每秒 Token 生成数量是英伟达 RTX Pro 4000 的 4.2 倍。AMD 重点测试了自主威胁检测和个人智能体两个场景，通过 Token 路由将部分请求发送给云端前沿模型，另一部分路由到运行在 EPYC 和 MI350P 上的开放权重模型，最终 Token 成本降低约 43%，本地运行工作负载的响应速度最高提高约 3 倍。

5.ROCm.ai 软件栈：AI 驱动的全栈优化，3 个月性能提升 5.3 倍

AMD 发布了 AI 驱动的 ROCm.ai 软件栈，包括 Skills 层（编程智能体）、HyperLoom 层（端到端 AI 工作负载优化）、框架集成层（PyTorch、vLLM、SGLang、JAX）以及核心 SDK。

其中 HyperLoom 是一套智能体工作流，可自动对模型进行性能剖析、定位瓶颈、发现可融合的内核并自动执行优化。演示显示，仅通过一次点击，HyperLoom 即将 MiniMax M3 的推理性能提升了 38.3%。

ROCm 现已支持 Hugging Face 上超过 300 万个模型，能在新开源模型发布首日提供支持。以 DeepSeek-V4 Pro 为例，从 4 月获得 Day-0 支持到 7 月，AMD 仅通过软件优化就在相同硬件上取得了 5.3 倍的性能提升。

6.Gorgon Halo 与 Ryzen AI：本地可跑 3000 亿参数大模型

AMD 早在 Computex 上就已预告新一代 Ryzen AI Max PRO 400 系列（代号 Gorgon Halo），它将统一内存支持从 128GB 提高到 192GB，本地可运行约 3000 亿参数的大模型，相比上一代 2000 亿参数上限再次提升。

AMD 已形成涵盖笔记本电脑、工作站、小型台式机和开发者平台的广泛个人 AI 系统生态，并与 Hugging Face 深化合作，每台 Ryzen AI Halo 附赠一年 Hugging Face Pro 订阅。

7.Kria AI 机器人平台：从 " 大脑 " 到 " 关节 " 的全套方案

面向物理 AI 和机器人领域，AMD 发布了一系列产品，能够从 " 身 " 到 " 脑 " 承包自主机器人开发：

- Ryzen AI Embedded X100 系列：16 核 Zen 5 CPU + RDNA 3.5 iGPU + XDNA 2 NPU，充当机器人的 " 大脑 "，负责高级感知和推理。

- Kria AI 系统模块与开发者平台：预集成高速接口和基础计算模块，可插入客户定制载板，计划 2026 年 Q4 出货。

- Kria AI 平台性能：与英伟达 Jetson AGX Thor 对比，实现 3.4 倍实时控制性能、2.3 倍并发智能体数量、1.6 倍 CPU 容量。

AMD 同时公布了机器人 " 朋友圈 "，涵盖模型、中间件、传感器、物理仿真等合作伙伴，构建起从训练到部署的完整生态。

综合来看，AMD 此次发布实现了 GPU、CPU、网络、软件、本地 AI 与物理 AI 的全线布局。苏姿丰将 AI 加速器市场规模预期大幅上调至 1.4 万亿美元，背后正是这套完整的产品组合在支撑其 " 到 2030 年可在所参与细分市场达到约 2 万亿美元机会 " 的判断。

评论：七项连发远不止一次产品更新，而是一次从 " 组件供应商 " 到 " 系统方案商 " 的战略升维

AMD 在年度 Advancing AI 大会上的七项连发，远不止一次产品更新，而是一次从 " 组件供应商 " 到 " 系统方案商 " 的战略升维。在 AI 算力需求膨胀、推理成本敏感、部署场景多元化的产业节点上，AMD 正用一套覆盖云端到边缘的完整产品矩阵，重新划定 AI 基础设施产业的竞争边界。

对数据中心产业而言，Helios 机架级方案与 Venice CPU 构成了一个 " 开放标准版 " 的 AI 算力底座。它直接对标英伟达 Vera Rubin NVL72，以每美元多产 30%Token 的性价比优势，为云服务商和 AI 大模型公司提供了除封闭生态之外的真实选择。OpenAI、Meta、Anthropic、微软、Oracle 同步站台，说明头部玩家已不再将 AMD 视为 " 替代品 "，而是一个不可或缺的供应链战略支点。

对芯片制造产业而言，MI455X 采用台积电 2nm 与 3nm 异构集成、CoWoS-L 2.5D 封装加 3D 混合键合的组合方案，将先进封装和 Chiplet 设计的工程复杂度推到了新高度。这验证了在后摩尔时代，算力突破不再仅依赖制程微缩，而是封装、互连、内存协同设计的系统级工程。AMD 的设计选择，正影响着台积电、日月光等封装供应链的能力投资方向。

对企业 AI 部署产业而言，MI350P 风冷 PCIe GPU 和 Gorgon Halo 本地 AI 平台揭示了一个清晰信号：AI 推理正从云端集中式走向 " 云端 + 本地 " 的混合架构。以 MI350P 为核心的混合部署方案可将 Token 成本降低 43%，本地响应速度提升 3 倍。这意味着金融、医疗、制造等对数据主权和延迟敏感的传统行业，终于有了规模化落地的可执行路径。Kria 机器人平台则将这套逻辑延伸至工厂和物流场景，用 3.4 倍实时控制性能切入工业 AI 的边缘节点。

对软件生态产业而言，ROCm.ai 发布与 DeepSeek-V4 Pro 三个月 5.3 倍的纯软件性能提升，证明 AMD 正以 " 开源 +AI 辅助优化 " 两条腿加速缩小与 CUDA 的差距。HyperLoom 智能体自动优化工作流使性能调优从 " 工程师月级工作 " 变成 " 点击即完成 "，大幅降低了开发者的迁移门槛。

对半导体竞争格局而言，AMD 将 AI 加速器市场规模预期从 2028 年 5000 亿美元上调至 2030 年 1.4 万亿美元，这不是一个随意的数字调整，而是对整个产业增长曲线的一次重新定价。配合 "Venice 实测性能 2.2 倍于英伟达 Vera" 的公开对标，AMD 已明确宣示：AI 芯片市场不再是谁的 " 单行道 "，而是多技术路线并行、多供应商共存的新常态。

在 AI 从 " 训练军备竞赛 " 走向 " 推理普及时代 " 的关键转折点上，AMD 用这套覆盖 GPU、CPU、网络、软件、边缘、机器人的完整方案，给出了一个产业级答案：未来的 AI 基础设施不是一颗芯片的独角戏，而是一整套可组合、可优化、可落地的系统协奏曲。